MODUL 9 : Uji Hipotesis Non-Parametik Lebih dari Dua Sampel (K

Sampel) dan Uji Hipotesis Dua Rata Rata Populasi

Universitas Terbuka - Korea Selatan
Tujuan Pembelajaran
Melakukan uji hipotesis k sampel berpasangan untuk data nominal
Melakukan uji hipotesis k sampel berpasangan untuk data ordinal
Melakukan uji hipotesis k sampel independen untuk data nominal
Melakukan uji hipotesis k sampel independen untuk data ordinal
Melakukan uji hipotesis dua rata rata populasi untuk sampel besar
Melakukan uji hipotesis dua rata rata populasi untuk sampel kecil
KEGIATAN BELAJAR 1
Uji Hipotesis Non Parametrik Lebih dari Dua
Sampel (K Sampel)
Penelitian dengan variabel yang sama sering dilakukan pada sampel yang
jumlahnya lebih dari dua (k sampel).
Uji Hipotesis Komparatif K Sampel Berpasangan



Berdasarkan sampel yang diambil secara random, analisis penelitian
dilakukan untuk mengetahui apakah rata rata (mean) antara satu ampel
dengan sampel lain berbeda secara signifikan atau tidak.



Contoh: Penelitian untuk mengetahui perbedaan produktivitas kerja antara
Pegawai Negeri Sipil (X1), Swasta (X2), dan BUMN (X3)
Informasi: mengambil sampel dari 3 populasi.
Menguji signifikansi perbedaan mean dari 3 populasi: X1:X2:X3
menghasilkan perbedaan signifikan, pengujian antara dua sampel:
X1:X2 ; X1:X3 ; X2:X3.


Uji Hipotesis Komparatif K Sampel Berpasangan
lebih efisien: karena tidak harus melalui 2 sampel. Jika mealui antar
sampel, maka untuk 3 sampel harus dilakukan 3 pengujian.
Untuk n kelompok sampel: n (n - 1) : 2 pengujian. (cth: 10 sampel)

Uji Cohran: Uji statistik yang digunakan untuk menguji signifikansi
hipotesis komparatif k sampel yang berpasangan bila datanya nominal.
Uji Friedman: Uji statistik yang digunakan untuk menguji signifikansi
hipotesis komparatif k sampel yang berpasangan bila datanya ordinal
(ranking).

Uji Cochran
Untuk menguji data atau informasi dalam bentuk terpisah dua
(dikotomi), misalnya jawaban dalam kuesioner, wawancara ayau
observasi hasil eksperimen: Ya/Tidak ;
Langkah langkah dalam uji cohran:
Menyusun Hipotesa
Terdiir dari Hipotesis nol (Ho) dan Hipotesis Alternatif (Ha).
Ho = kelompok proposi sama ;
Ha = Kelompok porposi tidak sama.
Menentukan nilai kritis
Taraf Nyata () ; derajat bebas (df) = k 1 k = jumlah
kategori.
Taraf Nyata: tingkat toleransi pada kesalahan terhadap
sampel. 1%, 5%, 10%.



= =
= =

(
(

|
|
.
|

\
|

=
N
j
N
j
i
k
j
k
j
j j
R Rj k
C C k k
Q
1 1
2
1
2
1
2
) 1 (
Menentukan nilai cochran
Distrubis Q mendekati distribusi chi kuadrat, menguji
signifikansi nilai Q, dibandingkan dengan nilai nilai
kristis untuk chi kuadrat.
Ketentuan pengujian: Q hasil menghitung lebih besar
atau sama dengan nilai tabel maka Ho di tolak an Ha
diterima
Contoh: Hal. 9.5 9.6
Uji Cochran
Uji Friedman
Bila data berbentuk interval/rasio maka data diubah ke data pordinal.
Cth: data sbg berikut: 4, 7, 9, 6. data ini data interval. Data diubah
ke data ordinal sehinggal menjadi 1, 2, 3, 4
Langkah langkah melakukan Uji Friedman:
Menyusun Hipotesa
Ho : 1 = 2 = ,,,, = k
Ha : 1 2 ,,,, k (tidak semua sama)
Menentukan nilai kritis
diperlukan pengetahuan taraf nyata () dan derajat bebas (df) = k
1, k = jumlah kategori
Menentukan nilai uji friedman
( )
( ) ( ) 1 3
1
12
1
2
2
+
+
=

=
k N R
k Nk
x
k
j
j
N = banyak baris dalam tabel
k = banyak kolom
Rj = jumlah ranking dalam kolom
Uji Hipotesis K Sampel Independen
Untuk menguji hipotesis k sampel independen.
Uji Hipotesis K sampel independen terdiri dari:
Uji Chi Kuadrat K Sampel Independen
Uji Kruskal - Wallis
Uji Chi Kuadrat K Sampel Independen
Untuk menguji hipotesis komparatif lebih dari dua sampel bila datanya
berbentuk diskrit/nominal.
Langkah langkah Uji Chi Kuadrat:
Merumuskan Hipotesis
Ho : p1 = p2 = p3 ,,, = pk (tidak ada perbedaan antara
frekuensi yang diamati dengan fekuensi yang diharapkan)
Ha: p1 p2 p3 ,,,, pk (terdapat perbedaan antara
frekuensi yang diamati dengan frekuensi yang diharapkan)
Menentukan Nilai kritis
2 hal yang diperhatikan:
Tingkat signifikansi: daya toleransi terhadap kesalahan.
(1% - 10%)
Derajat kebebasan: rumus: dk=(r 1) (c 1)
r= jumlah baris dlm tabel silang
c= jumlah kolom dlm tabel silang
Uji Chi Kuadrat K Sampel Independen
Menghitung nilai X
2


( )
fe
fe fo
x


=
2
Hipotesa yang diuji adalah kesesuaian antara
nilai harapan dengan yang teramati
X
2
: Uji statistik chi kuadrat
fo : besarnya nilai frekuensi yang diamati
fe : besarnya nilai frekuensi yang diharapkan

Membuat kesimpulan: menerima Ho atau menolak Ho?
Uji Kruskal - Wallis
Untuk menguji hipotesis k sampel independen
bila datanya berbentuk ordinal.
Langkah langkah Uji kruskal Wallis:
Menyusun Hipotesa
Ho : 1 = 2 = 3 = k
Ha : k k k k
Menentukan nilai kritis
Taraf Nyata (): 1% / 5%
Derajat Bebas: (df) = k - 1
( )
( ) ( ) ( )
( ) 1 3 .......
1
12
2
2
2
2
2
2
1
2
1
+
(
(

+ + +
+
=

N
n
R
n
R
n
R
N N
H
Uji Kruskal - Wallis
Menentukan nilai uji kruskal
wallis
H : Nilai Statistik Kruskal Wallis
N : Jumlah Total Sampel
R
1
: Jumlah peringkat sampel 1
Rk : Jumlah peringkat sampel ke-k
n1 : Jumlah sampel 1
nk : Jumlah sampel ke k

Membuat kesimpulan: menerima Ho atau menolak Ho?

KEGIATAN BELAJAR 1
Uji Hipotesis Dua Rata Rata Populasi Untuk
Sampel Besar
Pendahuluan
Apakah parameter dari dua populasi
adalah sama atau berbeda?
cth: Perusahaan manufatur obat-obatan.
Uji Hipotesis dua rata rata populasi untuk
sampel besar menggunakan tes z.
menggunakan satu variabel yang skala
pengukurannya interval/rasio.

Langkah Langkah Pengujian Hipotesis:
Merumuskan Hipotesa
Menentukan Taraf Nyata (alpha)
Menentukan Nilai Kritis
Melakukan Perhitungan Dengan Rumus
Mengambil Keputusan atau Kesimpulan
Merumuskan Hipotesa
Hipotesis null (Ho): 1 = 2 atau 1 2 = 0
Kedua rata rata populasi yang diuji sama atau tidak ada
perbedaan yang signifikan.
Hipotesis Alternatif (Ha): 1 2 atau 1 2 0
Kedua rata rata populasi yang diuji memiliki perbedaan
yang signifikan. Jika arah penelitian telah pasti, maka
perumusan gipotesis alternatif:
1 > 2 atau 1 2 > 0 rata rata populasi
pertama lebih dari rata rata populasi kedua.
1 < 2 atau 1 2 < 0 rata rata populasi
pertama kurang dari rata rata populasi kedua.
Menentukan Taraf Nyata (alpha
Suatu nilai yang digunakan untuk menentukan daerah
penerimaan hipotesis null dan daerah penolakan hipotesis null.
Nilai ini disebut Daerah Kritis.
Semakin besar nilai (alpha) semakin besar kemungkinan nilai
hipotesis null ditolak.
Taraf Nyata ini tidak memiliki nilai pasti,
Nilai signifikansi: 1%, 5%, dan 10%.
Menentukan Nilai Kritis
Nilai alpha dan hipotesis alternatif membentuk daerah
kritis
Rumusan hipotesis alternatif untuk menentukan arah, 1
sisi/2 sisi, sebelah kanan/sebelaj kiri.
Batasan nilai alpha berdasarkan tabel z. Uji hipotesis
satu arah sebelah kanan digambarkan:


Melakukan Perhitungan Dengan Rumus
2 1
2 1
x x
s
X X
Z

=
2
2
2
1
2
1
2 1
n
s
n
s
s
x x
+ =

X1 = rata rata sampel populasi pertama

X2 = rata rata sampel populasi kedua
S1 = Standart deviasi sampel populasi pertama
S2= Standart deviasi sampel populasi kedua
n1= Jumlah sampel populasi pertama
n2= Jumlah sampel populasi kedua

Mengambil Keputusan atau Kesimpulan
Hasil Perhitungan tes Z dibandingkan dengan daerah
kritis, untuk menentukan apakah Ho ditolak atau diterima.
Uji 2 arah:
Ho diterima jika z hitung berada di antara atau
> z hitung > ;
Ho ditolak jika z hitung atau z hitung
Uji 1 arah:
Ho diterima jika z hitung > - atau z hitung < ;
Ho ditolak jika z hitung < - atau z hitung >
Contoh: Halaman 9.23 9.24.
Orang Bijak Belajar Kala Mereka Bisa Orang
Bodoh Belajar Kala Mereka Harus
Arthur Wellesley